오픈 루프(Open-loop)로 레이스에서 이길 수 있을까? — 테이블 모드를 한계까지 몰아붙여 '피드백은 수학적으로 필요하다'는 것을 증명한

자율 주행 시뮬레이션 환경인 aira에서 오픈 루프 제어(Table Mode)의 한계를 실험한 개발 로그입니다. 센서 피드백 없이 CSV 명령열만 재생하는 방식이 비결정론적 요소와 오차 축적으로 인해 왜 실패할 수밖에 없는지 수학적·경험적으로 증명합니다.

【실례 편】 "대화하는 것만으로 Excel 매크로가 고쳐진다"는 게 정말 이렇게 고쳐지는 건가 ―― 어느 날의 대화, 거의 그대로

Claude와 대화하며 Excel 매크로의 오류를 해결하는 실제 과정을 담은 사례 연구입니다. Application.Transpose 함수의 65,536행 제한 문제를 AI가 스스로 인지하고 코드를 수정하는 과정을 생생하게 보여줍니다.

Amazon Bedrock AgentCore Managed Harness에서 사용자 정의 Agent Skills를 추가하고 검증하는 방법을 다룹니다. 도구 버전 관리의 중요성과 스킬을 microVM에 배치하거나 Docker 이미지에 포함하는 두 가지 구현 패턴을 설명합니다.

【AI 에이전트 시대의 SES·수탁 개발을 생각하다 ⑩】 AI는 히어링 실수를 어디까지 구제할 수 있는가

AI 에이전트 도입이 개발 속도를 높여주지만, 초기 요구사항 청취(Hearing) 단계의 정보 누락 문제를 완전히 해결할 수는 없음을 지적합니다. AI는 주어진 정보 내에서 완벽한 결과물을 내놓지만, 잘못된 전제를 바탕으로 할 경우 그럴듯하지만 틀린 설계를 생성할 위험이 있습니다.

【AI 에이전트 시대의 SES·수탁 개발을 생각하며 ⑨】 SES나 다중 하청 현장에서는 AI만으로는 개발이 잘 풀리지 않는다

SES 및 다중 하청 구조에서는 정보 단절로 인해 AI 에이전트의 효용이 제한됨을 지적합니다. AI는 주어진 정보 내에서 논리적 모순을 찾는 데 탁월하지만, 업무 배경이나 설계 의도 등 전달되지 않은 맥락을 파악할 수 없다는 한계가 있습니다.

【AI 에이전트 시대의 SES·수탁 개발을 생각하며 ⑪】 공통 규칙을 배포해도 AI의 출력이 일치하지 않는 이유는 무엇인가

AI 에이전트를 팀 개발에 도입할 때 공통 규칙(AGENTS.md, CLAUDE.md 등)을 배포하더라도 작업자마다 AI의 출력이 달라지는 원인을 분석합니다. 이는 규칙의 유무보다 작업자가 AI에게 지시하는 방식과 대화의 흐름, 설계 사고방식의 차이에서 기인함을 설명합니다.

【AI 에이전트 시대의 SES·수탁 개발을 생각하며 ⑬】 일을 맡기는 쪽에서 배경을 전달하지 못하면 AI도 판단할 수 없다

AI 에이전트 시대의 개발 환경에서 발주 측이 제공하는 배경 정보의 중요성을 강조합니다. 단순한 기능 사양을 넘어 '왜' 이 기능이 필요한지에 대한 맥락이 전달되어야 AI가 정확한 판단과 고품질의 구현을 할 수 있습니다.

AI와 강력한 검색 기술의 발전으로 인해 기존의 메모 정리 방식(분류, 태그, 폴더)이 불필요해지고 있음을 주장합니다. 작성자는 메모의 핵심을 '정리'가 아닌 '포착'에 두어야 하며, 검색 비용이 낮아진 시대에 맞는 새로운 메모 앱 설계 철학을 공유합니다.

AI를 활용한 자동 블로그 포스팅 시스템 구축 과정에서 겪은 매너리즘 문제와 그 해결 방안을 다룹니다. 단순 키워드 기반 생성의 한계를 지적하며, 페르소나의 연속성과 프로젝트 관리 개념이 결여된 시스템의 문제점을 분석합니다.

Claude API 장애 보고서: 여러 모델에서 에러율 상승 · 약 3.5시간 만에 완전 복구

2026년 6월 5일 Anthropic의 Claude API에서 Opus 및 Sonnet 모델을 대상으로 약 3.5시간 동안 에러율이 상승하는 장애가 발생했습니다. 이번 장애는 사양 변경을 동반하지 않는 일시적 운영 장애였으며, 현재는 모든 모델이 정상 복구되었습니다.

Microsoft Build 2026 AI 발표 정리: Microsoft AI는 '모델'보다 먼저 에이전트 기반을 구축하러 오고 있다

Microsoft Build 2026에서 발표된 Microsoft AI의 핵심 전략은 단순 모델 출시를 넘어 에이전트 기반의 수직적 통합 스택 구축에 있습니다. MAI 패밀리 모델과 컨텍스트, 실행 기반, 통제 계층을 통합하여 기업용 에이전트 운용 환경을 제공하는 것이 핵심입니다.

AI Copilot가 '설명만' 하고 끝나지 않기 위해: Tool Calling과 API 연동의 구현 설계

AI Copilot이 단순한 설명을 넘어 실제 업무를 수행하는 에이전트로 진화하기 위한 Tool Calling 구현 설계 방안을 다룹니다. 읽기 전용과 액션 도구의 리스크 분류, API 기반의 안전한 실행 채널 설계, 거버넌스 구축의 중요성을 강조합니다.

온디바이스 VLM (이미지 입력 LLM) 레시피

iPhone 상에서 구동되는 온디바이스 VLM(Vision Language Model) 활용법을 소개합니다. VLM의 한계인 수량 파악과 위치 인식 문제를 Apple의 Vision, ARKit, LiDAR 등 기존 이미지 처리 기능과 조합하여 해결하는 개발 레시피를 다룹니다.

개발 하류 공정(구현, 테스트, 리뷰 등)의 표준화를 위해 Cursor의 Slash Command와 Skill을 활용한 AI 에이전트 워크플로우 시제품 제작 경험을 공유합니다. 상태 관리 파일과 제어 사양을 통해 AI의 자의적 판단을 방지하고, 사람의 승인 단계를 필수화하여 구현 전 의사결정을 명확히 하는 메커니즘을 설계했습니다.

자기 개선하는 AI 하네스(Harness)를 3주간 운용했더니 초기 설계와 완전히 달라졌다

AI 에이전트가 스스로의 전략 파일(strategy.md)을 개선하며 자율적으로 운영되는 '자기 개선형 하네스(Harness)' 구축 사례를 소개합니다. OpenAI의 Self-Evolving Agents 개념을 바탕으로, 인간의 역할을 상세 수정자에서 고수준 리뷰어로 전환하는 과정을 다룹니다.

AI에게 매번 프로젝트를 설명하는 것을 그만두기 — AGENTS.md로 코딩 에이전트에게 '리포지토리 탐색법'을 한 장으로 전달하는 실전 가이드

AI 코딩 에이전트에게 프로젝트의 규칙과 환경을 효율적으로 전달하기 위한 AGENTS.md 활용 가이드를 소개합니다. 매번 반복되는 프롬프트를 줄이고, AI가 리포지토리의 빌드, 테스트, 명명 규칙을 자동으로 이해하도록 돕는 'AI용 README' 작성법을 다룹니다.

Vite Single File로 만드는 경량 MCP Apps UI: 단일 HTML 제한의 기술적 배경과 양방향 통신의 미니멀 구현

MCP Apps UI를 구현할 때 보안과 호환성을 위해 단일 HTML 파일로 번들링하는 기술적 배경을 설명합니다. Vite와 전용 플러그인을 사용하여 React/Vue 에셋을 인라인화하는 방법을 다룹니다.